Differenzielle Expression und Regulierung des HSP70-Gens während der Wachstumsphase bei Wiederkäuern als Reaktion auf Hitzestress

Wissenschaftliche Berichte Band 12, Artikelnummer: 18310 (2022) Diesen Artikel zitieren

1280 Zugriffe

2 Zitate

1 Altmetrisch

Details zu den Metriken

Hitzeschockproteine ​​regulieren den physiologischen Mechanismus der Hitzestressanpassung auf zellulärer Ebene. Die vorliegende Untersuchung wurde durchgeführt, um die HSP70-Genregulation in verschiedenen Wachstumsstadien bei Wiederkäuern in mononukleären Zellen des peripheren Blutes (PBMCs) zu analysieren. Der Zusammenhang zwischen der HSP-Genexpression und der altersspezifischen Thermotoleranz bei Wiederkäuern wurde nicht analysiert. Daher wurde das m-RNA-HSP70-Expressionsniveau in verschiedenen Altersgruppen von Jamunpari-Ziegen unter heißen klimatischen Bedingungen untersucht. Das Experiment wurde an 32 Jamunapari-Ziegentieren der Altersgruppen 3 Monate, 9 Monate, 12 Monate und Erwachsene (2–3 Jahre) durchgeführt. Die Gesamt-RNA wurde aus mononukleären Zellen des peripheren Blutes isoliert. Die physiologische Reaktion wie Rektaltemperatur (RT), Atemfrequenz (RR) und Herzfrequenz (HR) wurde als Indikator für Hitzestress verwendet. Der Temperatur-Luftfeuchtigkeits-Index (THI) wurde als Indikator für die Schwere des Umweltstresses verwendet. Der THI-Bereich variierte während des Versuchszeitraums zwischen 82,00 und 92,08. Das m-RNA-HSP70-Expressionsniveau der Tiere im Alter von 9 Monaten war hochreguliert und deutlich höher als bei anderen Altersgruppen. Es wurde beobachtet, dass die Menge an HSP70-Transkripten in PBMCs in der 9-Monats-Altersgruppe am höchsten war und im Erwachsenenalter ein altersbedingter Rückgang der HSP70-Expression beobachtet wurde. Basierend auf der physiologischen Reaktion wurden die gegensätzlichen Hitzestress-Phänotypen als hitzestressempfindliche (HSS) und hitzestresstolerante (HST) Individuen erkannt und die Expression von m-RNA HSP70 in verschiedenen Altersstufen als Reaktion auf chronischen Hitzestress analysiert. Die unterschiedliche mRNA-Expression von HSS-Individuen im Alter von 3 und 9 Monaten zeigte die höchste Expression als HST. Alter und Phänotyp hatten einen signifikanten Einfluss (p < 0,01) auf den Kreuzungspunktwert (CP). Die m-RNA-HSP70-Genexpression in verschiedenen Altersgruppen korrelierte mit der Hitzestresstoleranz und konnte als Biomarker für Züchter verwendet werden, um die HSP-Reaktion in vivo bei Wiederkäuern zu analysieren.

Thermische Akklimatisierung und thermische Anpassung sind mit einem erhöhten Grundspiegel an Hitzeschockproteinen (HSPs)1,2 verbunden. HSPs werden als Reaktion auf verschiedene Umwelt- und andere Stressfaktoren aktiviert. Es wurde beobachtet, dass das Hautepithel Hitzeschockproteine ​​freisetzt, um den Thermoschock als Reaktion auf Hitzestress zu mobilisieren. Die Expression von induzierbarem HSP70 erhöht sich um ein Vielfaches, wenn sich die Hauttemperatur der Obergrenze der thermoneutralen Zone von Wiederkäuern nähert. Der Hitzestress-Regulierungsweg schützt das Proteom aller Zellen als Reaktion auf erhöhte Temperaturen und oxidative Schäden3,4. Auf zellulärer Ebene induzieren Hitze und andere metabolische Stressfaktoren die HSPs und erhöhen die Genexpression aufgrund der Aktivierung von Hitzeschock-Transkriptionsfaktoren (HSFs)5,6,7. HSPs interagieren unter Stressbedingungen mit anderen zellulären Proteinen und halten die zelluläre Homöostase aufrecht8. Die einzelnen Tiere reagieren auf physiologischen und umweltbedingten Stress, indem sie verschiedene Stressregulierungswege aktivieren, die die biologischen Kernprozesse schützen, indem sie die Proteinfaltung fördern. HSPs werden als Reaktion auf Stress in induzierbarer Form intrazellulär und extrazellulär freigesetzt. Die zelluläre Toleranz gegenüber Hitzestress wird durch HSPs reguliert und HSP70 kann ein Indikator für Stress in Zellen sein9. HSPs sind dafür verantwortlich, das Gleichgewicht zwischen Überleben und einem wirksamen Immunsystem im Organismus aufrechtzuerhalten, um den Stress zu akklimatisieren10.

Die Fähigkeit, Hitzestress standzuhalten, ist ein wichtiger Bestandteil der Fitness von Erwachsenen. Als Reaktion auf Stoffwechsel- oder Umweltstress setzen Zellen Hitzeschockproteine ​​frei8. Es wurde beobachtet, dass es mit zunehmendem Alter zu einem Rückgang der hitzeinduzierten Expression von HSP 70 m-RNA in primären Fibroblasten von Ratten kam11. In ähnlicher Weise wurde über den Rückgang der hitzeinduzierten Expression von HSP70 in menschlichen diploiden Fibroblasten als Funktion der Zellpassage (In-vitro-Alterung) berichtet. Die altersabhängige Thermoregulation auf physiologischer Ebene wurde sowohl bei Menschen als auch bei Versuchstieren beobachtet12. Es wurde auch gezeigt, dass HSP in vivo die Stresstoleranz auf Gewebeebene reguliert13. Daher wurde die vorliegende Studie durchgeführt, um die altersbedingte m-RNA-HSP70-Expression als Reaktion auf Hitzestress bei Wiederkäuern zu analysieren. Die Studie wurde in vivo durchgeführt, um den Mechanismus der Thermoregulation bei Tieren bis zu einem Jahr und erwachsenen Personen während einer Hitzestressperiode zu beobachten. Die HSP 70-m-RNA-Expression wurde während der Wachstumsphase von Wiederkäuern bis zum Reifealter und bei erwachsenen Tieren als Reaktion auf Hitzestress analysiert. Die Regulierung der HSP70-Expression im Hinblick auf den Alterungsprozess in vivo wurde bei Wiederkäuern nicht durchgeführt. Die unterschiedliche Expression des HSP70-Proteins ist bei Wiederkäuern immer noch nicht analysiert und verstanden. Daher analysiert die vorliegende Studie das Expressionsmuster des Hitzeschockproteins in verschiedenen Altersstufen während der Hitzestressperiode.

Die Umgebungstemperatur während des Versuchszeitraums schwankte zwischen 40 und 49,5 °C. Der Temperatur-Feuchtigkeits-Index (THI) schwankte während der heißen Jahreszeit zwischen 82,0 und 92,08. Die physiologische Reaktion wie Rektaltemperatur (RT), Atemfrequenz (RR) und Herzfrequenz (HR) zeigte bei Tieren während der Hitzestressperiode große Schwankungen und ist in Tabelle 1 dargestellt. Die Schwankungsbreite bei RT, RR und HR betrug 38,1 bis 39,9 °C, 24 bis 84 Atemzüge/Minute bzw. 100 bis 160 Schläge/Minute während der heißen Jahreszeit (Tabelle 1). Die Klassifizierung phänotypischer Unterschiede auf Populationsebene basierte auf den zuvor vorgelegten Daten. Auf der Grundlage der Verteilung von RR und HR wurden Personen mit einem RR von ≤ 34 (Atemzüge/Minute) und einer Herzfrequenz von ≤ 108 (Schläge/Minute) als hitzestresstoleranter Phänotyp (HST) erkannt. Allerdings wurden ein RR von ≥ 50 (Atemzüge/Minute) und eine Herzfrequenz von ≥ 130 (Schläge/Minute) als hitzestressanfälliger Phänotyp (HSS) erkannt. Die mittlere Variation der physiologischen Reaktionen während extremer Hitzestressperioden in Bezug auf den stressanfälligen Phänotyp ist in Tabelle 2 und der ergänzenden Abbildung 1 dargestellt. Der Mittelwert von RT, RR und HR zeigte eine signifikante Variation innerhalb des hitzestressempfindlichen und toleranten Phänotyps. Der Mittelwert von RT, RR und HR des hitzeempfindlichen Phänotyps betrug 39,277 °C, 70,923 Atemzüge/Minute bzw. 145,538 Schläge/Minute. Der Mittelwert des hitzestressempfindlichen Phänotyps und des hitzestresstoleranten Phänotyps unterschied sich um 0,859 °C bei RT, 39,650 Atemzüge/Minute bei RR und 37,083 Schläge/Minute bei HR. Die mittlere Variation der physiologischen Reaktionen in verschiedenen Altersstufen in Bezug auf den HSS- und HST-Stressphänotyp ist in Tabelle 3 dargestellt. RT, RR und HR unterschieden sich signifikant (P < 0,01) zwischen den HSS- und HST-Phänotypen in verschiedenen Altersgruppen. Daher wurden RT, RR und HR signifikant (P < 0,01) vom Alter der Tiere beeinflusst.

Das relative m-RNA-Expressionsniveau von HSP70 wurde in den verschiedenen Altersgruppen von Jamunapari-Ziegen während der Hitzeperiode analysiert. Das m-RNA-Expressionsmuster von HSP70 wurde im Alter von 3, 9, 12 Monaten und bei Erwachsenen (2–3 Jahre) im Hinblick auf Stressphänotypen analysiert. Als interne Kontrolle wurden die Gene Glycerinaldehyd-3-phosphat-Dehydrogenase (GAPDH) und Beta-Actin (β-Actin) verwendet. Die Qualität des amplifizierten Produkts mithilfe von RT-PCR (ergänzende Abbildung 2), die Amplifikationskurve und der Schmelzpeak sind in den ergänzenden Abbildungen 3A und 3B dargestellt. Das relative m-RNA-Expressionsmuster des HSP70-Gens im Alter von 3, 9, 12 Monaten und Erwachsenen zeigte eine Hochregulierung von 5,70, 23,90, 4,08 und 1,51 im Vergleich zur Erwachsenenkontrolle (anfällig für Hitzestress) (Tabelle 4 und Abb. 1). Die m-RNA-Expression war im Alter von 9 Monaten bei Tieren im Vergleich zu anderen Altersgruppen signifikant höher. Die Expression des HSP70-Gens im Alter von 9 Monaten war bei den Jamunapari-Ziegen im Vergleich zum Kalibrator (Kontrollgruppe) 23,9-fach höher. Darüber hinaus zeigte das 9-Monats-Alter einen 5,86-fach bzw. 15,83-fach höheren m-RNA-Spiegel als das 12-Monats-Alter bzw. der Erwachsene (Tabelle 4 und Abb. 1).

Relative mRNA-Expression (Fachveränderung) des HSP70-Gens in verschiedenen Altersgruppen von Jamunapari-Ziegen. 3 M, 3 Monate altes Tier; 9 M, 9 Monate altes Tier; 12 M, 12 Monate altes Tier; Erwachsene, 2–3 Jahre alte Tiere. Die Kreuzungspunktwerte (Cp) für jede unbekannte Probe wurden dann verwendet, um die Menge des Ziel- oder Housekeeping-Gens unter Verwendung der Methode des zweiten Ableitungsmaximums mit der Light Cycler 480-Analysesoftware Version 1.5 (Roche Applied Science, Indianapolis, IL, USA) zu berechnen ). GADPH und β-Actin wurden zur Normalisierung der Genexpression verwendet. Das anfällige Individuum wurde als positiver Kalibrator verwendet, um eine normalisierte Genexpression zu erhalten.

Die unterschiedliche m-RNA-Expression zwischen gegensätzlichen hitzestressempfindlichen und toleranten Phänotypen deutete jedoch darauf hin, dass HSS-Individuen im Alter von 3, 9, 12 Monaten und im Erwachsenenalter eine 3,57-, 32,34-, 3,70- und 0,54-fach höhere Expression aufwiesen als die Kontrollgruppe. In ähnlicher Weise zeigten HST-Individuen im Alter von 3, 9, 12 Monaten und im Erwachsenenalter eine 3,20-, 17,66-, 4,50- und 4,41-fach höhere Expression als die Kontrollgruppe. Die m-RNA-Expression des HSP70-Gens basierend auf Hitzestress-Phänotypen war im hitzestressempfindlichen Phänotyp im Alter von 3 bzw. 9 Monaten der Tiere 3,57- bzw. 32,34-fach höher. In ähnlicher Weise zeigte der hitzestresstolerante Phänotyp im Alter von 3 und 9 Monaten während der Hitzeperiode eine um das 3,20- bzw. 17,66-fache geringere Expression (Tabelle 5 und Abb. 2).

Relative mRNA-Expression (Fold Change) des HSP70-Gens in verschiedenen Altersgruppen von Jamunapari-Ziegen im Hinblick auf den HST- und HSS-Phänotyp. 3 M-HST, 3 Monate altes Tier – Hitzestresstoleranter Phänotyp; 3 M-HSS, 3 Monate altes Tier – Hitzestress-anfälliger Phänotyp; 9 M-HST, 9 Monate altes Tier – hitzestresstoleranter Phänotyp; 9 M-HSS, 9 Monate altes Tier – Hitzestress-anfälliger Phänotyp; 12 M-HST, 12 Monate altes Tier – hitzestresstoleranter Phänotyp; 12 M-HSS, 12 Monate altes Tier – Hitzestress-anfälliger Phänotyp; Adult-HST, Alter des Tieres (2–3 Jahre) – hitzestresstoleranter Phänotyp; Erwachsener – HSS, Erwachsener im Alter von 92–3 Jahren, Alter des Tieres – Hitzestress-anfälliger Phänotyp. Die Kreuzungspunktwerte (Cp) für jede unbekannte Probe wurden dann verwendet, um die Menge des Ziel- oder Housekeeping-Gens unter Verwendung der Methode des zweiten Ableitungsmaximums mit der Light Cycler 480-Analysesoftware Version 1.5 (Roche Applied Science, Indianapolis, IL, USA) zu berechnen ). GADPH und β-Actin wurden zur Normalisierung der Genexpression verwendet. Das anfällige Individuum wurde als positiver Kalibrator verwendet, um eine normalisierte Genexpression zu erhalten.

Der Mittelwert der kleinsten Quadrate des Kreuzungspunkts (CP) wurde in den verschiedenen Altersgruppen von Jamunapari-Ziegen analysiert. Tabelle 6 zeigt den Einfluss der Geburtssaison, des Geburtstyps, des Geschlechts, des Alters, des Phänotyps und der Parität. Der HSS-Phänotyp zeigte einen signifikant höheren (p < 0,01) CP als der HST-Phänotyp. Die Interaktion zwischen Geschlecht und Phänotyp zeigte einen signifikanten Unterschied (p < 0,01) bei CP (Tabelle 7). Allerdings konnte bei CP kein signifikanter Unterschied in der Geburtssaison, dem Geburtstyp und dem Geschlecht beobachtet werden. Die ANOVA-Tabelle zeigte, dass Alter, Phänotyp und Parität einen signifikanten Einfluss (p < 0,01) auf CP hatten (Tabelle 8). Ebenso hatten die Jahreszeit der Geburt, der Geburtstyp, das Alter und die Parität einen signifikanten Einfluss (p < 0,01) auf das Körpergewicht.

HSP 70 spielt eine schützende Rolle bei Hitzestress und reguliert außerdem das normale Zellwachstum und die Zellproliferation. HSPs schützen Zellen vor Apoptose, die durch oxidativen Stress24 vermittelt wird. Die zelluläre Toleranz gegenüber thermischem Stress wird durch HSPs25,26,27 reguliert und HSP70 gilt als Marker für die Toleranz gegenüber Hitzestress bei verschiedenen Arten28,29. Die altersbedingte Hitzestressregulation und die thermische Toleranz gegenüber heißen Umgebungsbedingungen bei Nutztieren sind noch nicht ausreichend verstanden. Das m-RNA-Expressionsmuster von HSP70 zeigte, dass die HSP70-Genexpression bei Jamunapari-Ziegen im Alter von 9 Monaten signifikant höher war als im Alter von 12 Monaten und im Erwachsenenalter. Die Expression der m-RNA HSP70 war im Vergleich zum 12-Monats- und Erwachsenenalter etwa 5,85- bzw. 15,75-fach höher. Das Expressionsniveau des m-RNA-HSP70-Gens im Alter von 3, 9, 12 Monaten und Erwachsenen zeigte eine Hochregulierung von 5,70, 23,90, 4,082 und 1,51 im Vergleich zur Erwachsenenkontrolle (Personen, die anfällig für Hitzestress sind). Wachstum und Entwicklung verlaufen bei Ziegen im Vergleich zu anderen Wiederkäuern und Säugetieren auf ähnliche Weise. Das Wachstum ist eine Funktion des Lebenszyklus jedes Tieres, der mit der Befruchtung des Embryos beginnt und mit dem Tod endet. Zellen sind die Grundeinheit für Wachstum und Entwicklung. Wachstums- und Entwicklungsraten werden sowohl vom genetischen Potenzial als auch von Umweltfaktoren bestimmt. Die fetale Wachstumsphase reicht von der Differenzierung bis zur Geburt. Die Faktoren, die das postnatale Wachstum und die Entwicklung beeinflussen, sind das genetische Potenzial und der Einfluss von Umwelt und Ernährung auf die genetische Ausstattung. Die Ziegen erreichen ihre Reife im Alter von 9 Monaten und es ist das Alter für die Reifung des Immunsystems. Es ist offensichtlich, dass die mütterliche Immunität das Individuum bis zum Alter von 6 Monaten betrifft. Daher ist 9 Monate das Alter, in dem Personen nach Wachstum und anderen wirtschaftlichen Merkmalen ausgewählt werden. Die Geschlechtsreife ist das Alter, in dem Säugetiere sich fortpflanzen können und in jeder Phase ihre Entwicklung erreichen. Die Familie der Nagetiere erreicht die Geschlechtsreife im Alter von 1–2 Monaten, die Familie der Hunde und Horntiere erreicht die Geschlechtsreife im Alter von etwa einem Jahr und die Primaten einschließlich des Menschen erreichen die Geschlechtsreife im Alter von 23 Jahren30. Wachstum und Entwicklung werden durch einzelne und interaktive Mehrfachfaktoren der externen und internen Umgebung bestimmt. Es ist erforderlich, das Wachstum und die Entwicklung von Ziegen und die Faktoren zu verstehen, die diese Prozesse beeinflussen, da sie die Effizienz der Produktion und die Produktqualität bestimmen. Die Geschwindigkeit und Effizienz des Wachstums und die daraus resultierenden Auswirkungen auf die Produktqualität müssen von der Konzeption bis zum Verbrauch manipuliert werden, um die menschliche Gesundheit und ein effektives Ressourcenmanagement zu verbessern31. Die Erforschung von Expressionsmustern und ihrer Relevanz für das Überleben und die Anpassung verspricht großes Potenzial für die Verbesserung von Nutztieren und Zuchtplänen.

In ähnlicher Weise betrug die m-RNA-Expression von HSP70 bei 3, 9, 12 und Erwachsenen das 3,57-, 32,34-, 3,70- und 0,54-fache beim HSS-Phänotyp und 3,20-, 17,66-, 4,50- bzw. 4,41-fache beim HST-Phänotyp. Die unterschiedliche m-RNA-Expression zeigte, dass die HSS-Individuen im Alter von 3 und 9 Monaten die höchste Expression aufwiesen als HST. In ähnlicher Weise wurde auch über eine m-RNA-Genexpressionsprofilstudie für HSP60 und HSP70 bei Saanen-Ziegen berichtet32. Darüber hinaus wurde eine signifikant positive Korrelation von HSP70 und 60 zwischen Umweltbedingungen und physiologischen Parametern bei Milchziegen beobachtet33. Berichten zufolge ist das saisonale Profil der HSP60- und 70-Konzentrationen in der Wintersaison geringer als im Sommer und es wurde eine positive und signifikante Korrelation zwischen der HSP-Konzentration und physiologischen Daten bei Ziegen festgestellt34. In dieser Studie zeigten die Tiere im Alter von 1–2 Jahren (jüngste Gruppe) den höchsten Anstieg der HSP-Expression im Vergleich zu Tieren im Alter von 3–4 Jahren und 5–6 Jahren. Darüber hinaus wurde auch eine saisonale Variation des HSP70-Spiegels mit erhöhter HSP60- und HSP70-Expression im Sommer im Vergleich zu anderen Jahreszeiten festgestellt. Diese Ergebnisse stimmen auch mit kleineren Säugetieren überein, insbesondere mit Nagetieren wie männlichen Wistar-Ratten11. Es wurde festgestellt, dass es im Alter von 11 Jahren zu einem Rückgang der hitzeinduzierten Expression von HSP70-m-RNA in primären Fibroblasten von Ratten kam. Außerdem war die HSP70-Expression bei erwachsenen Ratten (22–28 Monate) um 40–50 Prozent niedriger als bei junge Ratten (4–7 Monate), wenn sie 30 Minuten lang 42,5 °C ausgesetzt werden35. In der vorliegenden Studie zeigten die physiologischen Reaktionen eine signifikante Variation innerhalb des Phänotyps der Hitzestressanfälligkeit und -toleranz. In ähnlicher Weise war HSP70 im Serumspiegel mit einigen physiologischen Parametern bei Milchziegen unter Südtruthahnbedingungen assoziiert 36. Bei Drosophila melanogaster wurde die alters- und geschlechtsabhängige Expression von HSP70, HSP22 und HSF1 untersucht und beobachtet, dass die HSP70-Expression im Laufe des Lebens abnimmt -Spanne. Die HSP-Induktion ist wichtig für die Aufrechterhaltung der Homöostase. Ein Defizit in seiner Expression könnte zu einer altersbedingten Abnahme der Stresstoleranz führen. Es ist bekannt, dass mit zunehmendem Alter Veränderungen in der Funktion der Hypothalamus-Hypophysen-Achse (HPA) auftreten37,38,39,40,41,42,43. Obwohl berichtet wurde, dass es kein altersbedingtes Defizit bei der Auslösung einer Nebennierenrindenreaktion auf akuten Stress gibt, wurde vermutet, dass bei älteren Tieren nach wiederholter Stressexposition eine verminderte HPA-Aktivität auftritt44. Somit könnte der Rückgang der HSP70-Expression mit zunehmendem Alter eher eine Veränderung der HPA-Aktivität als eine intrinsische Veränderung der HSP70-Genregulation widerspiegeln. HSP70 scheint eine schützende Rolle bei der Bewältigung dieser Stressbedingungen zu spielen und könnte dazu dienen, Zellen vor nachfolgenden Herausforderungen zu schützen13,45,46.

Die Regulierung der HSP70-Genexpression ist komplex. Ebenso der Rückgang der hitzeinduzierten Expression von HSP70 in menschlichen diploiden Fibroblasten als Funktion der Zellpassage (In-vitro-Alterung). Der Transkriptionsmechanismus von HSP70 variiert je nach Alter und kann auf eine altersbedingte Veränderung des Signalmechanismus der Hitzeschockreaktion zurückzuführen sein47. Die altersabhängige Thermoregulation auf physiologischer Ebene wurde sowohl beim Menschen als auch bei Versuchstieren beobachtet12. In einer vorläufigen Studie mit mononukleären Zellen des menschlichen peripheren Blutes wurde bei älteren Personen im Vergleich zu jungen Personen eine Impedanz von 30 % der hitzeinduzierten HSP70-kodierenden Gentranskription beobachtet48. Beim Menschen korrelierte Hsp70 im Serum innerhalb von 30 Jahren positiv mit dem Alter und nach 40 Jahren negativ mit dem Hsp70-Spiegel in Lymphozyten49. Die vorliegenden Ergebnisse könnten unser Verständnis des Mechanismus der Thermotoleranz bei Wiederkäuern während der Wachstumsphase und der Faktoren, die das Wachstum und die wirtschaftlichen Merkmale beeinflussen, verbessern. Daher ist es notwendig, die Korrelation zwischen m-RNA-Expression und Proteinexpression in verschiedenen Altersgruppen während der Hitzestressperiode zu analysieren. Ebenso ist es erforderlich, das Serumprotein des Tieres zu bewerten und den Hitzeschock-Gleichgewichtsindex (eHsp70/iHsp70) für eine bestimmte Population zu bestimmen, um eine bessere Anpassungsfähigkeit zu erreichen und die Produktivität an die sich ändernden klimatischen Schwankungen aufrechtzuerhalten.

Das m-RNA-HSP70-Expressionsniveau der Tiere im Alter von 9 Monaten war im Vergleich zu anderen Altersgruppen hochreguliert. Die HSP70-m-RNA-Spiegel waren bei HST-Individuen im Alter von 3 und 9 Monaten der Jamunapari-Ziege höher. Das Alter von 9 Monaten ist das Alter für die Auswahl von Personen nach Wachstum und anderen wirtschaftlichen Merkmalen. Die m-RNA-HSP70-Genexpression in verschiedenen Altersgruppen korrelierte mit der Hitzestresstoleranz und konnte als Biomarker für Züchter verwendet werden, um die HSP-Reaktion in vivo bei Wiederkäuern zu analysieren.

Das Experiment wurde in der Jamunapari-Zuchteinheit am ICAR-Zentralinstitut für Ziegenforschung (ICAR-CIRG), Makhdoom, Mathura, Uttar Pradesh, Indien, durchgeführt. Jamunapari ist eine der milchproduzierendsten und größten Ziegenrassen in Indien und kommt in der halbtrockenen Region Uttar Pradesh vor14. Das Klima im Untersuchungsgebiet war halbtrocken mit einer Durchschnittstemperatur von 45 °C und Niederschlagsmengen von ~ 400 mm während des Versuchszeitraums. Die Tiere (Ziegen) wurden nach Geschlecht, Alter, Gesundheitszustand und physiologischem Zustand getrennt gehalten und in einem halbintensiven Aufzuchtsystem mit einer Weidezeit von 6–7 Stunden gehalten. Je nach physiologischem Zustand und Produktionsstatus wurde geeignetes Tierfutter, einschließlich Trockenfutter und Grünfutter, bereitgestellt. Der Körperkonditionswert war bei allen Tieren angemessen und einheitlich. In regelmäßigen Abständen wurde die Herde geimpft und entwurmt.

Die Untersuchung wurde an der Ziegenrasse Jamunapari aus der semiariden Region Indiens durchgeführt und in vier Altersgruppen eingeteilt, wie in Tabelle 9 dargestellt. Bei heranwachsenden Kindern wurden physiologische Reaktionen wie Atemfrequenz (RR), Herzfrequenz (HR) beobachtet. und Rektaltemperatur (RT) wurden als Indikatoren für Hitzestress aufgezeichnet. Physiologische Reaktionen wurden während der höchsten Temperatur des Tages zwischen 13.30 und 14.30 Uhr aufgezeichnet. Die physiologische Reaktion in verschiedenen Altersstufen wurde dreimal über einen Zeitraum von 8–10 Tagen (Mai–Juni) aufgezeichnet. Zur Messung der Rektaltemperatur wurde ein digitales Fieberthermometer verwendet (Genauigkeit ± 0,1 °C). RR und HR wurden durch Auskultation wie zuvor beschrieben gemessen 15.

Die Daten zu meteorologischen Variablen (relative Luftfeuchtigkeit (%), Sonnenschein (h), Niederschlag (mm), Trockenkugeltemperatur (DBT) und Feuchtkugeltemperatur (WBT) und Temperatur) wurden am ICAR – Zentralinstitut für Ziegenforschung, aufgezeichnet. Makhdoom, Farah, Mathura. Der THI wurde aus den Temperaturen der trockenen und feuchten Luft für einen bestimmten Tag nach der folgenden Formel berechnet:

Dabei wird die Temperatur der trockenen und feuchten Zwiebeln in Grad Celsius angegeben. Die Erfassung und Aufzeichnung physiologischer Reaktionen in Bezug auf den höchsten THI während der höchsten Hitzestressperiode variierte zwischen 82,00 und 92,08. THI könnte zur Vorhersage thermischer Klimabedingungen verwendet werden16. In der Phase extremen Hitzestresses lag die durchschnittliche Umgebungstemperatur zwischen 40,0 und 49,5 °C, die relative Luftfeuchtigkeit zwischen 14,33 und 51,0 und die Tiere wurden 28 Tage lang 4 bis 5 Stunden lang Strahlung ausgesetzt.

Um die beiden gegensätzlichen Phänotypen zu unterscheiden, wurde die Verteilung von hoher Atemfrequenz und Herzfrequenz und niedriger Atemfrequenz und Herzfrequenz verwendet. Bei Ziegen dienen Atemaktivität und Herzfrequenz als Indikatoren für die Hitzestresstoleranz, und Individuen werden als hitzestresstolerant oder anfällig eingestuft. Die phänotypische Klassifizierung von Hitzestress bei Ziegen wurde an anderer Stelle ausführlich auf Populationsebene beschrieben 17,18,19,20,21.

Etwa 3–4 ml frische Blutproben von jedem Tier wurden aseptisch in heparinisierten Vacutainer-Röhrchen (BD Biosciences, Franklin Lakes, NJ, USA) durch Punktion der Halsvene gesammelt und sofort unter Kühlung zur Isolierung der RNA transportiert. Bei der Blutentnahme wurden die ethischen Richtlinien befolgt. Die Blutproben wurden mit PBS, pH 7,4 (1:2) verdünnt und anschließend auf das Volumen HiSep LSM-1077 (Hi-Media) geschichtet. Es wurden Vorsichtsmaßnahmen getroffen, um eine saubere Grenzfläche zwischen zwei Blutschichten und HiSep-Medium herzustellen. Die Proben wurden 30 Minuten lang bei 4 °C und 3000 U/min zentrifugiert und die weiße undurchsichtige mononukleäre Zellfraktion von der Grenzfläche wurde in frische Mikrozentrifugenröhrchen (MCT) abgesaugt. Diethylpyrocarbonat (DEPC)-Phosphat-Puffersalzlösung (DPBS) wurde zugegeben, um die Ziegen-PBMCs zu resuspendieren, und zum Waschen bei 5000 U/min für 5 Minuten weiter zentrifugiert. Abschließend wurde das erhaltene Zellpellet in ein steriles, mit DEPC behandeltes Mikrozentrifugenröhrchen überführt.

Die Gesamt-RNA wurde aus PBMCs mit der TRIzol-Methode (Invitrogen) isoliert. Ein Milliliter TRIzol wurde erneut suspendiert, um das PBMC-Pellet aufzulösen. Anschließend wurde die RNA-Isolierungsmethode gemäß Rout und Kaushik et al. befolgt. 17,20. Die Qualität und Quantität der RNA wurde mit einem Biophotometer (Eppendorf) unter Verwendung von OD260 für die Konzentration und den Verhältnissen 260/280 und 260/230 zur Beurteilung der Reinheit der Probe beurteilt. Die RNA-Integrität wurde auf einem 1,4 %igen Agarosegel getestet und Proben, die den Reinheitstest (A280 ~ 1,9) bestanden, wurden für die cDNA-Synthese verwendet. 1 µg RNA wurde für die Herstellung von cDNA mit dem Transkriptor-Erststrang-cDNA-Synthesekit (Roche) gemäß dem Protokoll des Herstellers verwendet und die so erhaltene cDNA für die zukünftige Verwendung bei –70 ° C gelagert. Die DNase-Behandlung wurde verwendet, um DNA-Kontaminationen von der RNA zu entfernen, wie zuvor beschrieben17. Die Echtzeit-PCR-Analyse wurde im Light Cycler 480 (Roche Applied Science, Indianapolis, IL, USA) unter Verwendung von SYBR Green® Mastermix (Roche) gemäß den Anweisungen des Herstellers durchgeführt. Die Reaktion wurde in einer Platte mit 96 Vertiefungen durchgeführt und jede Vertiefung enthielt 2 μl cDNA-Probe, 10 μl SYBR Green I-Mastermix (Roche Applied Science, Indianapolis, IL, USA), 1 μl (20 pmol) der spezifischen Primer und Nukleasefreies Wasser, um ein Endvolumen von 20 μL zu erreichen. Die Primer des HSP70-Gens (5′ TCATCGGAGATGCAGCCAAGAA-3′ und R-5′ AGATCTCCTCGGGGAAGAAGGT 3′) wurden bei einer Annealing-Temperatur von 61 °C verwendet, um ein 210-bp-Fragment zu amplifizieren. GAPDH (F-5' GTGATGCTGGTGCTGAGTAC3' und R-5' GTAGAAGAGTGAGTGTCGC-3') und β-Actin (F-5' TGCCCT GAGGCTCTCTTCCA' und R-5' TGCGGATGTCGACGTCACA-3) wurden verwendet, um die Genexpression des HSP70-Gens zu normalisieren .

Das thermische Profil wurde als anfängliche Denaturierung bei 94 °C für 10 Minuten standardisiert, gefolgt von 45 Zyklen, Denaturierung bei 94 °C für 10 Sekunden, Tempern bei 61 °C für 15 Sekunden und Verlängerung bei 72 °C für 20 Sekunden. Die Tests wurden in zweifacher Ausfertigung durchgeführt. PCR-Produkte wurden einer Schmelzkurvenanalyse im Light Cycler 480 und anschließend einer 3 %igen Agarosegelelektrophorese unterzogen, um die Amplifikationsspezifität und die Amplikongröße zu bestätigen.

Eine relative Quantifizierung wurde durchgeführt, um die fache Änderung der Expressionsniveaus der Zielgene mithilfe der 2–∆∆Ct-Methode und der E-Methode zu messen22. Die relative Vorausquantifizierung wurde unter Verwendung der Methode des zweiten Ableitungsmaximums mit der Light Cycler 480-Analysesoftware Version 1.5 (Roche Applied Science, Indianapolis, IL, USA) durchgeführt. Alle Analysen wurden anhand des mittleren Cp-Werts durchgeführt, der aus zwei Probenreplikaten berechnet wurde, die in der Echtzeit-PCR verwendet wurden.

Der Ausdruck und die physiologischen Reaktionen innerhalb von Stressphänotypen wurden analysiert. Für die Anpassung der Konstanten wurde eine gemischte Modellanalyse der kleinsten Quadrate verwendet, um den statistisch signifikanten Effekt verschiedener genetischer und nicht genetischer Faktoren zu bestimmen23. Das Modell umfasst den festen Effekt der Geburtssaison (2 Ebenen), des Geburtstyps (2 Ebenen), des Geschlechts (2 Ebenen), des Alters (4 Ebenen), des Phänotyps (2 Ebenen), der Parität (4 Ebenen) und des Interaktionseffekts. Der Kreuzungspunkt (CP) des HSP70-Gens und das Körpergewicht der Jamunapari-Ziege wurden als lineare Kovariate in das Modell eingepasst.

Modell 1:

Dabei ist Yijklmn die Beobachtung der i-ten Geburtssaison, des j-ten Geburtstyps, des k-ten Geschlechts, der l-ten Altersgruppe, des m-ten Phänotyps, der n-ten Parität, µ = Durchschnittspopulation, Geburtssaison = fester Effekt der i-ten Geburtssaison (Februar–März). und Oktober–November = 1 und 2), Geburtstypj = fester Effekt des j-ten Geburtstyps (Alleinstehende und Zwillinge, J = 1 und 2), Sexk = fester Effekt des k-ten Geschlechts (männlich und weiblich, K = 1 und 2), Agel = fester Effekt der l-ten Altersgruppe (3 Monate, 9 Monate, 12 Monate und Erwachsene l = 1, 2, 3 und 4), Phänotyp = fester Effekt des m-ten Phänotyps (Hitzestresstolerant und Hitzestressanfällig). , m = 1 und 2), Parityn = fester Effekt der n-ten Parität (Parität = 1 bis 4), Eijklmn = zufälliger Restfehler im Zusammenhang mit der Beobachtung mit Mittelwert 0 und Varianz 1.

Die gesamte Probenentnahme erfolgte in Übereinstimmung mit der institutionellen Praxis und die Studie wurde von der Institutionellen Tierethikkommission (IAEC/CIRG/18–19) genehmigt. Während des ethischen Genehmigungsprozesses wurden die geltenden Normen befolgt.

Die während der aktuellen Studie verwendeten und/oder analysierten Datensätze sind auf begründete Anfrage beim entsprechenden Autor erhältlich.

Carper, SW, Duffy, JJ & Gerner, EW Hitzeschockproteine ​​bei Thermotoleranz und anderen zellulären Prozessen. Dürfen. Res. 47(20), 5249–5255 (1987).

CAS Google Scholar

Kregel, KC Eingeladene Rezension – Hitzeschockproteine: Modifizierende Faktoren bei physiologischen Stressreaktionen und erworbener Thermotoleranz. J. Appl. Physiol. 92, 2177–2186 (2002).

Artikel CAS PubMed Google Scholar

Calderwood, SK, Murshid, A. & Prince, T. Der Schock des Alterns: Molekulare Chaperone und die Hitzeschockreaktion bei Langlebigkeit und Altern – Eine Kurzübersicht. Gerontology 55(5), 550–558 (2009).

Artikel CAS PubMed PubMed Central Google Scholar

Kim, B., Park, K. & Rhee, K. Hitzestressreaktion männlicher Keimzellen. Zelle. Mol. Lebenswissenschaft. 70(15), 2623–2636 (2013).

Artikel CAS PubMed Google Scholar

Sorger, PK Die Transkriptionsregulation von Hitzeschockgenen (Doktorarbeit) (Universität Cambridge, Cambridge, 1987).

Google Scholar

Sorger, PK, Lewis, MJ & Pelham, HR Der Hitzeschockfaktor wird in Hefe- und HeLa-Zellen unterschiedlich reguliert. Nature 329(6134), 81–84 (1987).

Artikel ADS CAS PubMed Google Scholar

Zimarino, V. & Wu, C. Induktion der sequenzspezifischen Bindung des Drosophila-Hitzeschockaktivatorproteins ohne Proteinsynthese. Nature 327(6124), 727–730 (1987).

Artikel ADS CAS PubMed Google Scholar

Lindquist, S. & Craig, EA Die Hitzeschockproteine. Annu. Rev. Genet 22, 631–677 (1988).

Artikel CAS PubMed Google Scholar

Sonna, LA, Fujita, J., Gaffin, SL & Lilly, CM Eingeladene Rezension: Auswirkungen von Hitze- und Kältestress auf die Genexpression von Säugetieren. J. Appl. Physiol. 92(4), 1725–1742 (2002).

Artikel CAS PubMed Google Scholar

Morange, F. HSFs in der Entwicklung. Handb. Exp. Pharmakol. 172, 153–169 (2006).

Artikel CAS Google Scholar

Fargnoli, J., Kunisada, T., Fornace, AJ, Schneider, EL & Holbrook, NJ Verminderte Expression von Hitzeschockprotein 70-mRNA und -Protein nach Hitzebehandlung in Zellen gealterter Ratten. Proz. Natl. Acad. Wissenschaft. 87(2), 846–850 (1990).

Artikel ADS CAS PubMed PubMed Central Google Scholar

Finch, CE, Landfield, PW in Handbook of the Biology of Aging (Hrsg. Finch, CE & Schneider, EL) (Van Nostrand Reinhold, New York, 1978), S. 567–594.

Barbe, MF, Tytell, M., Gower, DJ & Welch, WJ Hyperthermie schützt vor Lichtschäden in der Netzhaut der Ratte. Science 241(4874), 1817–1820 (1988).

Artikel ADS CAS PubMed Google Scholar

Rout, PK, Kaushik, R., Ramachandran, N. & Jindal, SK Identifizierung von Hitzestress-anfälligen und -toleranten Phänotypen bei Ziegen in semiariden Tropen. Animal Production Science 58(7), 1349–1357 (2017).

Artikel Google Scholar

Andrews, AH Veterinärmedizin. In A textbook of the Diseases of Cattle Sheep Pigs Goats and Horses (Hrsg. Blood, DC & Radostits, OM) 1502 (Baillière Tindall, London, 1988).

Google Scholar

McDowell, RE, Hooven, NW & Camoens, JK Einfluss des Klimas auf die Leistung von Holsteins in der ersten Laktation. J. Dairy Sci. 59(5), 965–997 (1976).

Artikel Google Scholar

Rout, PK, Kaushik, R. & Ramachandran, N. Differenzielles Expressionsmuster des Hitzeschockprotein-70-Gens in Geweben und Hitzestress-Phänotypen bei Ziegen während der höchsten Hitzestressperiode. Cell Stress Chaperones 21(4), 645–651 (2016).

Artikel CAS PubMed PubMed Central Google Scholar

Kaushik, R., Dige, MS & Rout, PK Molekulare Charakterisierung und Expressionsprofilierung des ENOX2-Gens als Reaktion auf Hitzestress bei Ziegen. Zellentwickler. Biol 5, 1–5 (2016).

Google Scholar

Kaushik, R., Dige, M., Dass, G., Ramachandran, N. & Rout, PK Superoxiddismutaseaktivität als Reaktion auf Hitzestress bei Jamunapari-Ziegen. Indian J. Biochem. Biophys. 55(1), 39–43 (2018).

CAS Google Scholar

Kaushik, R., Goel, A. & Rout, PK Differenzielle Expression und Charakterisierung des ATP1A1-Exon17-Gens durch hochauflösende Schmelzanalyse und RT-PCR bei indischen Ziegen. Mol. Biol. Rep. 46(5), 5273–5286 (2019).

Artikel CAS PubMed Google Scholar

Kaushik, R., Goel, A. & Rout, PK Ermittlung der genetischen Variation der physiologischen Reaktion als Reaktion auf Hitzestress in semiariden Regionen bei Jamunapari-Ziegen. Biol. Rhythmus. Res. 51(1), 1–14 (2020).

Artikel CAS Google Scholar

Livak, KJ & Schmittgen, TD Analyse relativer Genexpressionsdaten mittels quantitativer Echtzeit-PCR und der 2−ΔΔCT-Methode. Methoden 25(4), 402–408 (2001).

Artikel CAS PubMed Google Scholar

Harvey, WR User's Guide for LSMLMW In: Mixed model Least Squares and Maximum Likelihood Computer Program PC-Version, Bd. 2, (Ohio State University Press, Ohio, 1990).

Beere, HM et al. Das Hitzeschockprotein 70 hemmt die Apoptose, indem es die Rekrutierung von Procaspase-9 zum Apaf-1-Apoptosom verhindert. Nat. Zellbiol. 2(8), 469–475 (2000).

Artikel CAS PubMed Google Scholar

Sonna, LA, Fujita, J., Gaffin, SL & Lilly, CM Eingeladene Rezension: Auswirkungen von Hitze- und Kältestress auf die Genexpression von Säugetieren. J. Appl. Physiol. 92(4), 1725–1742 (1985).

Artikel Google Scholar

Hecker, JG et al. Die Hitzeschockproteine ​​HSP70 und HSP27 in der Gehirn-Rückenmarks-Flüssigkeit von Patienten, die sich einer thorakalen Aneurysma-Reparatur unterziehen, korrelieren mit der Wahrscheinlichkeit einer postoperativen Lähmung. Cell Stress Chaperones 13(4), 435–446 (2008).

Artikel PubMed PubMed Central Google Scholar

Hecker, JG & McGarvey, M. Hitzeschockproteine ​​als Biomarker für die schnelle Erkennung von Gehirn- und Rückenmarksischämie: Eine Überprüfung und ein Vergleich mit anderen Erkennungsmethoden bei der Reparatur von Brustaneurysmen. Cell Stress Chaperones 16(2), 119–131 (2011).

Artikel CAS PubMed Google Scholar

Archana, PR et al. Rolle von Hitzeschockproteinen bei der Anpassung von Nutztieren an Hitzestress. J. Milchtierarzt. Anim. Res. 5(1), 00127 (2017).

Google Scholar

Hyder, I. et al. Thermotoleranz bei Hauswiederkäuern: Eine HSP70-Perspektive. In Heat Shock Proteins in Veterinary Medicine and Sciences (Hrsg. Alexzander, AA & Asea, PK) 3–35 (Springer, Cham, 2017).

Kapitel Google Scholar

Pacifici, M. et al. Generationslänge bei Säugetieren. Nat. Konserv. 13(5), 84–89 (2013).

Google Scholar

Webb, EC & Casey, NH Physiologische Grenzen des Wachstums und die damit verbundenen Auswirkungen auf die Fleischqualität. Livest. Wissenschaft. 130(1–3), 33–40 (2010).

Artikel Google Scholar

Yilmaz, M., Kayki, M., Aşici, G. & Kiral, F. Die mRNA-Genexpressionsprofile für HSP60 und HSP70 bei Saanen-Ziegen unterschiedlichen Alters in verschiedenen Jahreszeiten. Kafkas Üniv. Tierarzt. Fak. Derg. 24(1), 563–569 (2018).

Google Scholar

Alyamani, D., Koluman, N. (2019) Assoziierte Expressionen von Hitzeschockprotein (70 und 60) mit physiologischer Anpassung bei Milchziegen. Erhältlich unter SSRN 3535801.

Alyamani, D. Einfluss verschiedener Jahreszeiten auf Expressionsmuster HSP60 und physiologische Parameter. J Dairy Vet Anim Res 9(1), 1–4 (2020).

Google Scholar

Heydari, AR, Wu, B., Takahashi, RYOYA, Strong, RANDY & Richardson, A. Die Expression des Hitzeschockproteins 70 wird durch Alter und Ernährung auf der Ebene der Transkription verändert. Mol. Zelle. Biol. 13(5), 2909–2918 (1993).

CAS PubMed PubMed Central Google Scholar

Yamani, HAL & Koluman, N. Assoziation HSP70 mit einigen physiologischen Parametern bei Milchziegen unter Bedingungen in der Südtürkei. J. Molkerei. Tierarzt. Anim. Res. 9(5), 148–151 (2020).

Google Scholar

Pavlov, EP, Harman, SM, Chrousos, GP, Loriaux, DL & Blackman, MR Reaktionen von Plasma-Adrenocorticotropin, Cortisol und Dehydroepiandrosteron auf das Corticotropin-Releasing-Hormon von Schafen bei gesunden alternden Männern. J. Clin. Endokrinol. Metab. 62(4), 767–772 (1986).

Artikel CAS PubMed Google Scholar

Roth, G. Brain Res. 107, 354–349 (1976).

Artikel Google Scholar

Brodish, A. & Odio, M. Altersabhängige Auswirkungen von chronischem Stress auf ACTH- und Corticosteron-Reaktionen auf einen akuten neuen Stress. Neuroendokrinologie 49(5), 496–501 (1989).

Artikel CAS PubMed Google Scholar

Ottenweller, JE, Tapp, WN, Pitman, DL & Natelson, BH Wechselwirkungen zwischen den Auswirkungen von Alterung, chronischen Krankheiten und Stress auf die Nebennierenrindenfunktion bei syrischen Hamstern. Endocrinology 126(1), 102–109 (1990).

Artikel CAS PubMed Google Scholar

Landfield, PW, Waymire, JC & Lynch, G. Alterung des Hippocampus und Adrenocorticoide: Quantitative Korrelationen. Science 202(4372), 1098–1102 (1978).

Artikel ADS CAS PubMed Google Scholar

Sapolsky, RM, Krey, LC & McEWEN, BS Corticosteronrezeptoren nehmen im Gehirn gealterter Ratten ortsspezifisch ab. Gehirnres. 289(1–2), 235–240 (1983).

Artikel CAS PubMed Google Scholar

Sapolsky, RM, Krey, LC & McEwen, BS Die Neuroendokrinologie von Stress und Altern: Die Glukokortikoid-Kaskaden-Hypothese. Endokr. Rev. 7, 284–297 (1986).

Artikel CAS PubMed Google Scholar

Odio, M. & Brodish, A. Altersbedingte Anpassung der Hypophysen-Nebennierenrinden-Reaktionen an Stress. Neuroendokrinologie 49(4), 382–388 (1989).

Artikel CAS PubMed Google Scholar

Finley, D., Ciechanover, A. & Varshavsky, A. Thermolabilität des Ubiquitin-aktivierenden Enzyms aus der Säugetierzellzyklusmutante ts85. Zelle 37(1), 43–55 (1984).

Artikel CAS PubMed Google Scholar

Gershon, H. & Gershon, D. Inaktive Enzymmoleküle in alternden Mäusen: Leberaldolase. Proz. Natl. Acad. Wissenschaft. 70(3), 909–913 (1973).

Artikel ADS CAS PubMed PubMed Central Google Scholar

Liu, AY, Lin, Z., Choi, HS, Sorhage, F. & Li, B. Abgeschwächte Induktion der Hitzeschock-Genexpression in alternden diploiden Fibroblasten. J. Biol. Chem. 264(20), 12037–12045 (1989).

Artikel CAS PubMed Google Scholar

Deguchi, Y., Negoro, S. & Kishimoto, S. Molekulare Chaperone und der Alterungsprozess Biochem. Biophys. Res. Komm. 157, 580–584 (1998).

Artikel Google Scholar

Jin, X. et al. Serum- und Lymphozytenspiegel des Hitzeschockproteins 70 im Alter: Eine Studie an der normalen chinesischen Bevölkerung. Cell Stress Chaperones 9(1), 69 (2004).

2.0.CO;2" data-track-action="article reference" href="https://doi.org/10.1379%2F1466-1268%282004%29009%3C0069%3ASALLOH%3E2.0.CO%3B2" aria-label="Article reference 49" data-doi="10.1379/1466-1268(2004)0092.0.CO;2">Artikel CAS PubMed PubMed Central Google Scholar

Referenzen herunterladen

Die Autoren danken dem Direktor des ICAR-Zentralinstituts für Ziegenforschung, Makhdoom, Farah, Mathura und Uttar Pradesh, Indien, für die Bereitstellung von Einrichtungen zur Durchführung der Forschungsarbeiten.

Abteilung für Biotechnologie, GLA University, 17Km Stone, NH-2, Mathura-Delhi Road, Chaumuhan, Mathura, 281406, UP, Indien

Rakesh Kaushik & Anjana Goel

Abteilung für Tiergenetik und -zucht, ICAR-Zentralinstitut für Ziegenforschung, Makhdoom, Farah, Mathura, 281122, UP, Indien

Rakesh Kaushik & PK Rout

Sie können diesen Autor auch in PubMed Google Scholar suchen

Sie können diesen Autor auch in PubMed Google Scholar suchen

Sie können diesen Autor auch in PubMed Google Scholar suchen

RK: Probenentnahme, Laborexperiment, qRT-PCR-Experiment, Genexpressionsanalyse, Software zur Datenanalyse und zum Verfassen von Manuskripten – Überprüfung und Bearbeitung. AG; Manuskripterstellung – Überprüfung und Bearbeitung, PKR: Konzeptentwicklung, experimentelles Design, Analyse und Manuskripterstellung – Originalentwurf, Überprüfung und Bearbeitung.

Korrespondenz mit Rakesh Kaushik oder PK Rout.

Die Autoren geben an, dass keine Interessenkonflikte bestehen.

Springer Nature bleibt neutral hinsichtlich der Zuständigkeitsansprüche in veröffentlichten Karten und institutionellen Zugehörigkeiten.

Open Access Dieser Artikel ist unter einer Creative Commons Attribution 4.0 International License lizenziert, die die Nutzung, Weitergabe, Anpassung, Verbreitung und Reproduktion in jedem Medium oder Format erlaubt, sofern Sie den/die ursprünglichen Autor(en) und die Quelle angemessen angeben. Geben Sie einen Link zur Creative Commons-Lizenz an und geben Sie an, ob Änderungen vorgenommen wurden. Die Bilder oder anderes Material Dritter in diesem Artikel sind in der Creative Commons-Lizenz des Artikels enthalten, sofern in der Quellenangabe für das Material nichts anderes angegeben ist. Wenn Material nicht in der Creative-Commons-Lizenz des Artikels enthalten ist und Ihre beabsichtigte Nutzung nicht gesetzlich zulässig ist oder über die zulässige Nutzung hinausgeht, müssen Sie die Genehmigung direkt vom Urheberrechtsinhaber einholen. Um eine Kopie dieser Lizenz anzuzeigen, besuchen Sie http://creativecommons.org/licenses/by/4.0/.

Nachdrucke und Genehmigungen

Kaushik, R., Goel, A. & Rout, PK Differenzielle Expression und Regulierung des HSP70-Gens während der Wachstumsphase bei Wiederkäuern als Reaktion auf Hitzestress. Sci Rep 12, 18310 (2022). https://doi.org/10.1038/s41598-022-22728-6

Zitat herunterladen

Eingegangen: 18. April 2022

Angenommen: 18. Oktober 2022

Veröffentlicht: 31. Oktober 2022

DOI: https://doi.org/10.1038/s41598-022-22728-6

Jeder, mit dem Sie den folgenden Link teilen, kann diesen Inhalt lesen:

Leider ist für diesen Artikel derzeit kein Link zum Teilen verfügbar.

Bereitgestellt von der Content-Sharing-Initiative Springer Nature SharedIt

Durch das Absenden eines Kommentars erklären Sie sich damit einverstanden, unsere Nutzungsbedingungen und Community-Richtlinien einzuhalten. Wenn Sie etwas als missbräuchlich empfinden oder etwas nicht unseren Bedingungen oder Richtlinien entspricht, kennzeichnen Sie es bitte als unangemessen.